在R中，我如何找到最佳变量来最大化或最小化两个数据集之间的相关性

Question

我可以在Excel中轻松做到这一点，但我的数据集太大了。在excel中，我会使用solver。

Column A,B = random numbers
Column C = random number (which I want to maximize the correlation to)
Column D = A*x+B*y where x,y are coefficients resulted from solver

在一个单独的单元格中，我会有correl（C，D）

在求解器中，我会通过改变变量x，y和设置某些约束（例如x，y都必须是正数），将correl（C，D）的目标设置为max。

如何在R中执行此操作？谢谢你的帮助。

Answer 1

在R中，生成一个function，其输出是要最大化或最小化的值。基本R中包含的一个优化器称为optim():

    set.seed(1)
    A <- runif(100)
    B <- runif(100)
    C <- runif(100)
    # these are your x and y to optimize
    pars <- c(x=1,y=1)
    OptPars <- function(pars,A,B,C){
        D <- A*pars[1]+B*pars[2]
        -cor(C,D)
    }
    # optim is one of many R-ish ways to do Excel's solver
    # it minimizes by default (though you can tell it not to)
    # and that's why I told it to take -cor()
    optim(pars,OptPars,A=A,B=B,C=C)

如果您希望x和y具有约束，请将其包含在您正在优化的函数中，例如abs(x)而不是x。